Višeslojni MCMC
Višeslojni MCMC primenjuje Markovljeve lance Monte Karlo uzorkovanja na hijerarhijske (višeslojne) Bajesove modele. On istovremeno uzorkuje iz združene posteriorne distribucije parametara na nivou grupe i na nivou populacije, šireći nesigurnost kroz nivoe i omogućavajući zaključivanje u klasterisanim ili ugnežđenim strukturama podataka gde zapažanja unutar grupa dele zajedničke karakteristike distribucije.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
+3 more
Izvori
- Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A. & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). CRC Press. ISBN: 978-1439840955
- Gelfand, A. E. & Smith, A. F. M. (1990). Sampling-based approaches to calculating marginal densities. Journal of the American Statistical Association, 85(410), 398-409. DOI: 10.1080/01621459.1990.10476213 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Multilevel Markov Chain Monte Carlo. ScholarGate. https://scholargate.app/sr/bayesian/multilevel-mcmc
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Bejzijevska regresijaBajesovska statistika↔ compare
- Gibbsovo uzorkovanjeBajesovska statistika↔ compare
- Хамилтонски Монте КарлоBajesovska statistika↔ compare
- Hierarchical Bayesian InferenceBajesovska statistika↔ compare
- Metropolis-Hastings algoritamBajesovska statistika↔ compare
- Variational InferenceBajesovska statistika↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →